← Quay lại tất cả các câu đốBài kiểm tra có liên kết hướng dẫn • Cứng Cấp độ • 6 Câu hỏi
Bài kiểm tra tối ưu hóa chính sách tương đối của nhóm
Kiểm tra sự hiểu biết của bạn về cách GRPO đào tạo các mô hình ngôn ngữ bằng phương pháp học tăng cường.
Câu hỏi 1 của 6